Comparison of Two Control Programs of the VVER-1000 Nuclear Power Unit Using Regression Data Mining Models
A load-following mode of nuclear power plants (NPP) is a complicated procedure because there are significant changes in many interrelated processes. In order to show which control program (CP) of NPP is better to use, data mining (DM) techniques can be introduced. This study proposes a DM approach i...
Saved in:
| Published in: | Ядерна та радіаційна безпека |
|---|---|
| Date: | 2016 |
| Main Authors: | , , , , |
| Format: | Article |
| Language: | English |
| Published: |
Державне підприємство "Державний науково-технічний центр з ядерної та радіаційної безпеки" Держатомрегулювання України та НАН України
2016
|
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/129903 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Comparison of Two Control Programs of the VVER-1000 Nuclear Power Unit Using Regression Data Mining Models / T. Foshch, J. Machado, F. Portela, M. Maksimov, О. Maksimova // Ядерна та радіаційна безпека. — 2017. — № 3. — С. 11-17. — Бібліогр.: 12 назв. — англ. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862734721261240320 |
|---|---|
| author | Foshch, T. Machado, J. Portela, F. Maksimov, M. Maksimova, О. |
| author_facet | Foshch, T. Machado, J. Portela, F. Maksimov, M. Maksimova, О. |
| citation_txt | Comparison of Two Control Programs of the VVER-1000 Nuclear Power Unit Using Regression Data Mining Models / T. Foshch, J. Machado, F. Portela, M. Maksimov, О. Maksimova // Ядерна та радіаційна безпека. — 2017. — № 3. — С. 11-17. — Бібліогр.: 12 назв. — англ. |
| collection | DSpace DC |
| container_title | Ядерна та радіаційна безпека |
| description | A load-following mode of nuclear power plants (NPP) is a complicated procedure because there are significant changes in many interrelated processes. In order to show which control program (CP) of NPP is better to use, data mining (DM) techniques can be introduced. This study proposes a DM approach in order to show a possibility of using DM regression models for NPP. The datasets for DM were obtained by simulating two static CP of VVER-1000 NPP in Simulink software of Matlab program package.
Режим навантаження атомних електростанцій є складною процедурою, оскільки в багатьох взаємопов’язаних процесах відбуваються суттєві зміни. Для того щоб показати, яку програму керування (ПК) АЕС краще використовувати, треба запровадити методи інтелектуального аналізу даних (DM). У цьому дослідженні запропоновано підхід інтелектуального аналізу даних для демонстрації можливості використання моделей регресії до АЕС. Набори даних для DM отримано імітацією двох статичних ПК АЕС ВВЕР-1000 у програмному забезпеченні Simulink програмного пакету Matlab.
Режим нагрузки атомных электростанций является сложной процедурой, поскольку во многих взаимосвязанных процессах происходят существенные изменения. Для того чтобы показать, какую программу управления (ПК) АЭС лучше использовать, нужно ввести методы интеллектуального анализа данных (DM). В этом исследовании предложен подход интеллектуального анализа данных для демонстрации возможности использования моделей регрессии к АЭС. Наборы данных для DM получены имитацией двух статических ПК АЭС ВВЭР-1000 в программном обеспечении Simulink программного пакета Matlab
|
| first_indexed | 2025-12-07T19:44:43Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-129903 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 2073-6231 |
| language | English |
| last_indexed | 2025-12-07T19:44:43Z |
| publishDate | 2016 |
| publisher | Державне підприємство "Державний науково-технічний центр з ядерної та радіаційної безпеки" Держатомрегулювання України та НАН України |
| record_format | dspace |
| spelling | Foshch, T. Machado, J. Portela, F. Maksimov, M. Maksimova, О. 2018-02-01T17:02:55Z 2018-02-01T17:02:55Z 2016 Comparison of Two Control Programs of the VVER-1000 Nuclear Power Unit Using Regression Data Mining Models / T. Foshch, J. Machado, F. Portela, M. Maksimov, О. Maksimova // Ядерна та радіаційна безпека. — 2017. — № 3. — С. 11-17. — Бібліогр.: 12 назв. — англ. 2073-6231 https://nasplib.isofts.kiev.ua/handle/123456789/129903 621.039.56:681.5 A load-following mode of nuclear power plants (NPP) is a complicated procedure because there are significant changes in many interrelated processes. In order to show which control program (CP) of NPP is better to use, data mining (DM) techniques can be introduced. This study proposes a DM approach in order to show a possibility of using DM regression models for NPP. The datasets for DM were obtained by simulating two static CP of VVER-1000 NPP in Simulink software of Matlab program package. Режим навантаження атомних електростанцій є складною процедурою, оскільки в багатьох взаємопов’язаних процесах відбуваються суттєві зміни. Для того щоб показати, яку програму керування (ПК) АЕС краще використовувати, треба запровадити методи інтелектуального аналізу даних (DM). У цьому дослідженні запропоновано підхід інтелектуального аналізу даних для демонстрації можливості використання моделей регресії до АЕС. Набори даних для DM отримано імітацією двох статичних ПК АЕС ВВЕР-1000 у програмному забезпеченні Simulink програмного пакету Matlab. Режим нагрузки атомных электростанций является сложной процедурой, поскольку во многих взаимосвязанных процессах происходят существенные изменения. Для того чтобы показать, какую программу управления (ПК) АЭС лучше использовать, нужно ввести методы интеллектуального анализа данных (DM). В этом исследовании предложен подход интеллектуального анализа данных для демонстрации возможности использования моделей регрессии к АЭС. Наборы данных для DM получены имитацией двух статических ПК АЭС ВВЭР-1000 в программном обеспечении Simulink программного пакета Matlab en Державне підприємство "Державний науково-технічний центр з ядерної та радіаційної безпеки" Держатомрегулювання України та НАН України Ядерна та радіаційна безпека Comparison of Two Control Programs of the VVER-1000 Nuclear Power Unit Using Regression Data Mining Models Порівняння двох програм керування ядерним енергоблоком ВВЕР-1000 з використанням регресійних даних моделей інтелектуального аналізу даних Сравнение двух программ управления ядерным энергоблоком ВВЭР-1000 с использованием регрессионных данных моделей интеллектуального анализа данных Article published earlier |
| spellingShingle | Comparison of Two Control Programs of the VVER-1000 Nuclear Power Unit Using Regression Data Mining Models Foshch, T. Machado, J. Portela, F. Maksimov, M. Maksimova, О. |
| title | Comparison of Two Control Programs of the VVER-1000 Nuclear Power Unit Using Regression Data Mining Models |
| title_alt | Порівняння двох програм керування ядерним енергоблоком ВВЕР-1000 з використанням регресійних даних моделей інтелектуального аналізу даних Сравнение двух программ управления ядерным энергоблоком ВВЭР-1000 с использованием регрессионных данных моделей интеллектуального анализа данных |
| title_full | Comparison of Two Control Programs of the VVER-1000 Nuclear Power Unit Using Regression Data Mining Models |
| title_fullStr | Comparison of Two Control Programs of the VVER-1000 Nuclear Power Unit Using Regression Data Mining Models |
| title_full_unstemmed | Comparison of Two Control Programs of the VVER-1000 Nuclear Power Unit Using Regression Data Mining Models |
| title_short | Comparison of Two Control Programs of the VVER-1000 Nuclear Power Unit Using Regression Data Mining Models |
| title_sort | comparison of two control programs of the vver-1000 nuclear power unit using regression data mining models |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/129903 |
| work_keys_str_mv | AT foshcht comparisonoftwocontrolprogramsofthevver1000nuclearpowerunitusingregressiondataminingmodels AT machadoj comparisonoftwocontrolprogramsofthevver1000nuclearpowerunitusingregressiondataminingmodels AT portelaf comparisonoftwocontrolprogramsofthevver1000nuclearpowerunitusingregressiondataminingmodels AT maksimovm comparisonoftwocontrolprogramsofthevver1000nuclearpowerunitusingregressiondataminingmodels AT maksimovao comparisonoftwocontrolprogramsofthevver1000nuclearpowerunitusingregressiondataminingmodels AT foshcht porívnânnâdvohprogramkeruvannââdernimenergoblokomvver1000zvikoristannâmregresíinihdanihmodeleiíntelektualʹnogoanalízudanih AT machadoj porívnânnâdvohprogramkeruvannââdernimenergoblokomvver1000zvikoristannâmregresíinihdanihmodeleiíntelektualʹnogoanalízudanih AT portelaf porívnânnâdvohprogramkeruvannââdernimenergoblokomvver1000zvikoristannâmregresíinihdanihmodeleiíntelektualʹnogoanalízudanih AT maksimovm porívnânnâdvohprogramkeruvannââdernimenergoblokomvver1000zvikoristannâmregresíinihdanihmodeleiíntelektualʹnogoanalízudanih AT maksimovao porívnânnâdvohprogramkeruvannââdernimenergoblokomvver1000zvikoristannâmregresíinihdanihmodeleiíntelektualʹnogoanalízudanih AT foshcht sravneniedvuhprogrammupravleniââdernyménergoblokomvvér1000sispolʹzovaniemregressionnyhdannyhmodeleiintellektualʹnogoanalizadannyh AT machadoj sravneniedvuhprogrammupravleniââdernyménergoblokomvvér1000sispolʹzovaniemregressionnyhdannyhmodeleiintellektualʹnogoanalizadannyh AT portelaf sravneniedvuhprogrammupravleniââdernyménergoblokomvvér1000sispolʹzovaniemregressionnyhdannyhmodeleiintellektualʹnogoanalizadannyh AT maksimovm sravneniedvuhprogrammupravleniââdernyménergoblokomvvér1000sispolʹzovaniemregressionnyhdannyhmodeleiintellektualʹnogoanalizadannyh AT maksimovao sravneniedvuhprogrammupravleniââdernyménergoblokomvvér1000sispolʹzovaniemregressionnyhdannyhmodeleiintellektualʹnogoanalizadannyh |